您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（理学版）》

《山东大学学报(理学版)》 ›› 2023, Vol. 58 ›› Issue (7): 115-120.doi: 10.6040/j.issn.1671-9352.0.2022.523

•   • 上一篇    下一篇

基于聚类分析和鉴别信息的教学效果评价模型分析

金鑫1(),于非凡2,戴雨桐1,李兹谦1,*(),邹永魁1   

  1. 1. 吉林大学数学学院, 吉林 长春 130012
    2. 香港浸会大学工商管理学院, 香港 999077
  • 收稿日期:2022-10-04 出版日期:2023-07-20 发布日期:2023-07-05
  • 通讯作者: 李兹谦 E-mail:xin@jlu.edu.cn;zqli21@mails.jlu.edu.cn
  • 作者简介:金鑫(1987—), 女, 硕士, 讲师, 研究方向为应用统计. E-mail: xin@jlu.edu.cn
  • 基金资助:
    吉林省重点研发项目(20210201015GX);吉林省重点研发项目(20210201078GX);国家自然科学基金资助项目(12171199);国家自然科学基金资助项目(11971198)

Analysis of evaluation model on teaching effect based on cluster analysis and discrimination information

Xin JIN1(),Feifan YU2,Yutong DAI1,Ziqian LI1,*(),Yongkui ZOU1   

  1. 1. School of Mathematics, Jilin University, Changchun 130012, Jilin, China
    2. School of Business, Hong Kong Baptist University, Hong Kong 999077, China
  • Received:2022-10-04 Online:2023-07-20 Published:2023-07-05
  • Contact: Ziqian LI E-mail:xin@jlu.edu.cn;zqli21@mails.jlu.edu.cn

RichHTML

5

PDF (PC)

182

摘要：

应用聚类分析算法和鉴别信息方法构建一个评价大学生学业水平与学生管理措施之间的相关性模型, 基于平均数、中位数、及格率、优秀率和区分度等指标提出一个评价教学改革措施有效性的指标, 并分析指标的有效性。将这一方法应用于包含多个课程的9年累计成绩数据, 分析成绩变化与相关管理措施的相关性, 验证模型的有效性。

关键词: 聚类分析, 鉴别信息, 教学评价模型

Abstract:

In this paper, a cluster analysis algorithm and discriminant information method are used to construct a correlation model for evaluating the academic level of college students and student management measures. Based on the average number, median number, pass rate, excellent rate and the degree of distinction, a coefficient is proposed to evaluate the effectiveness of teaching reform measures and the effectiveness of the coefficient is analyzed. We apply this method to 9 years of cumulative grade data including multiple courses, analyze the correlation between grade changes and related management measures, and verify the validity of the model.

Key words: cluster analysis, discrimination information, teaching evaluation model

中图分类号: 

  • O213

表1

2012—2020级不同课程平均分分析"

年级 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
2012~2016级 78.05 70.30 76.35 79.16 73.78 77.48
2017~2020级 81.21 77.19 80.32 82.03 76.25 79.00
增幅/% +4.05 +9.80 +5.20 +3.63 +3.35 +1.96

表2

2012—2020级不同课程中位数分析"

年级 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
2012~2016级 80.0 71.0 80.0 82.0 76.0 80.0
2017~2020级 82.0 79.0 82.5 84.0 77.0 82.0
增幅/% +2.50 +11.27 +3.13 +2.44 +1.31 +2.50

表3

2012—2020级不同课程及格率分析"

年级 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
2012~2016级 95.80 89.45 92.54 96.05 92.54 95.11
2017~2020级 99.40 96.18 98.29 98.89 96.08 96.58
增幅 +3.76 +7.52 +6.21 +2.96 +3.83 +1.55

表4

2012—2020级不同课程优秀率分析"

年级 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
2012~2016级 19.81 10.12 23.16 26.16 18.01 19.98
2017~2020级 20.02 17.61 25.65 29.78 16.90 30.48
增幅 +1.06 +74.01 +10.75 +13.84 -6.16 +52.55

表5

2012—2020级不同课程区分度分析"

年级 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
2012~2016级 0.54 0.46 0.41 0.35 0.39 0.35
2017~2020级 0.42 0.53 0.46 0.46 0.50 0.52
增幅/% -22.22 +15.21 +12.20 +31.43 +28.21 +48.57

表6

2012—2020级不同课程措施有效系数分析"

课程 数学分析1 数学分析2 数学分析3 高等代数1 高等代数2 空间解析几何
EFF 1.02 1.22 1.12 1.10 1.10 1.12

表7

2012—2020级“数学分析1”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 40.43 4.03 63.20 17.24 74.04 24.19 83.07 29.25 92.18 25.30
2017~2020级 35.50 0.60 67.43 17.61 77.71 29.68 85.45 32.09 93.08 20.02
增幅/% -12.19 -85.11 6.69 2.15 4.96 22.70 2.87 9.71 0.98 -20.87

表8

2012—2020级“数学分析2”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 24.10 3.52 42.73 6.95 62.64 32.08 74.74 31.90 88.20 25.56
2017~2020级 39.59 3.72 63.12 21.73 74.49 25.25 84.22 29.07 92.48 20.22
增幅/% 64.27 5.68 47.72 212.66 18.92 -21.29 12.68 -8.87 4.85 -20.89

表9

2012—2020级“数学分析3”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 16.57 1.97 40.38 5.40 65.02 36.19 78.32 31.90 90.93 36.19
2017~2020级 39.19 1.61 63.47 14.29 73.72 22.84 83.33 29.07 91.82 32.19
增幅/% 136.51 -18.27 57.18 164.63 13.38 -36.89 6.40 -8.87 0.98 -11.05

表10

2012—2020级“高等代数1”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 29.24 2.92 60.36 13.03 71.54 19.55 82.34 30.87 92.31 33.62
2017~2020级 36.36 1.11 65.28 15.60 76.90 25.86 85.57 27.26 93.92 29.78
增幅/% 24.35 -61.99 8.15 19.72 7.49 32.28 3.92 -11.69 1.74 -11.42

表11

2012—2020级“高等代数2”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 11.82 3.26 38.84 4.20 63.47 28.99 77.06 30.19 90.21 33.36
2017~2020级 34.40 3.52 62.19 20.82 72.73 25.85 82.22 27.88 92.87 21.93
增幅/% 191.03 7.98 60.12 395.71 14.59 -10.83 6.70 -7.65 2.95 -34.26

表12

2012—2020级“空间解析几何”课程聚类中心及占比"

年级 中心1 占比/% 中心2 占比/% 中心3 占比/% 中心4 占比/% 中心5 占比/%
2012~2016级 12.60 1.72 42.92 3.17 64.83 21.78 78.52 35.93 89.76 37.39
2017~2020级 33.47 3.02 61.77 20.72 73.48 19.11 83.97 24.55 93.67 32.60
增幅/% 165.63 75.58 43.92 553.63 13.34 -12.26 6.94 -31.67 4.36 -12.81

表13

2012—2020年课程鉴别信息计算结果"

课程 低于60分 60~69分 70~79分 80~89分 90~100分
数学分析1 1.94 0.47 -0.09 -0.21 -0.01
数学分析2 1.01 0.35 0.08 -0.44 -0.55
数学分析3 1.47 0.18 0.01 -0.22 -0.10
高等代数1 1.27 0.32 -0.12 -0.04 -0.13
高等代数2 0.64 0.11 -0.23 -0.06 0.06
空间解析几何 0.36 -0.32 0.28 0.32 -0.42
1 LI M . A study on the influence of non-intelligence factors on college students? English learning achievement based on C4.5 algorithm of decision tree[J]. Wireless Personal Communications, 2018, 102 (2): 1213- 1222.
doi: 10.1007/s11277-017-5177-0
2 周琦. 改进的C4.5决策树算法研究及在高考成绩预测分析中的应用[D]. 广西: 广西大学, 2012.
ZHOU Qi. Study on the improved C4.5 decision tree algorithm and its application on the student performances prediction[D]. Guangxi: Guangxi University, 2012.
3 张树滑. 基于ID3算法的大学生成绩数据挖掘与体能分析系统设计[J]. 现代电子技术, 2019, 42 (5): 104- 106.
ZHANG Shuhua . Design of sports achievement data mining and physical fitness analysis system based on ID3 algorithm[J]. Modern Electronics Technique, 2019, 42 (5): 104- 106.
4 任鸽, 吴猛, 汗古丽·力提甫, 等. 基于改进Apriori算法的高校课程预警规则库构建[J]. 计算机系统应用, 2021, 30 (7): 290- 295.
REN Ge , WU Meng , HANGVL Litip , et al. Early warning rule repository of university student achievement based on improved apriori algorithm[J]. Computer Systems and Applications, 2021, 30 (7): 290- 295.
5 黄建明. 贝叶斯网络在学生成绩预测中的应用[J]. 计算机科学, 2012, 39 (Suppl. 3): 280- 282.
HUANG Jianming . Application of Bayesian network to predicting students? achievement[J]. Computer Science, 2012, 39 (S3): 280- 282.
6 孙杰. 高斯朴素贝叶斯算法在大学生成绩预测中的应用研究[J]. 电脑知识与技术, 2021, 17 (20): 23- 26.
SUN Jie . Application of Gaussian naive Bayes algorithm in college students? performance prediction[J]. Computer Knowledge and Technology, 2021, 17 (20): 23- 26.
7 靳现凯, 宋威. 基于DNN的大学生学业成绩预测方法研究: 以北京市某高校电子信息类专业为例[J]. 北方工业大学学报, 2021, 33 (5): 134- 140.
JIN Xiankai , SONG Wei . Research on prediction pethod of college students academic achievement Based on DNN: take the electronic information major of a university in Beijing as an example[J]. Journal of North China University of Technology, 2021, 33 (5): 134- 140.
8 曹歆雨, 曹卫权, 李峥, 等. 面向不确定残缺数据的大学生成绩预测方法[J]. 现代电子技术, 2018, 41 (6): 145- 149.
CAO Xinyu , CAO Weiquan , LI Zheng , et al. Prediction method of college students? scores toward uncertain missing data[J]. Modern Electronics Technique, 2018, 41 (6): 145- 149.
9 李晔, 崔慧娟, 唐昆. 基于能量和鉴别信息的语音端点检测算法[J]. 清华大学学报(自然科学版), 2006, 46 (7): 1271- 1273.
LI Ye , CUI Huijuan , TANG Kun . Voice activity detection algorithm based on energy and discrimination entropy[J]. Journal of Tsinghua University (Science and Technology), 2006, 46 (7): 1271- 1273.
[1] 王德良,李科,朱文博. 五龙河自然保护区鸟类群落夏秋食性特征分析[J]. J4, 2010, 45(5): 28-34.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 杨军. 金属基纳米材料表征和纳米结构调控[J]. 山东大学学报（理学版）, 2013, 48(1): 1 -22 .
[2] 董伟伟. 一种具有独立子系统的决策单元DEA排序新方法[J]. J4, 2013, 48(1): 89 -92 .
[3] 张京友,张培爱,钟海萍. 进化图论在知识型企业组织结构设计中的应用[J]. J4, 2013, 48(1): 107 -110 .
[4] 唐风琴1,白建明2. 一类带有广义负上限相依索赔额的风险过程大偏差[J]. J4, 2013, 48(1): 100 -106 .
[5] 程智1,2,孙翠芳2,王宁1,杜先能1. 关于Zn的拉回及其性质[J]. J4, 2013, 48(2): 15 -19 .
[6] 汤晓宏1，胡文效2*，魏彦锋2，蒋锡龙2，张晶莹2，. 葡萄酒野生酿酒酵母的筛选及其生物特性的研究[J]. 山东大学学报（理学版）, 2014, 49(03): 12 -17 .
[7] 冒爱琴1, 2, 杨明君2, 3, 俞海云2, 张品1, 潘仁明1*. 五氟乙烷灭火剂高温热解机理研究[J]. J4, 2013, 48(1): 51 -55 .
[8] 李永明1, 丁立旺2. PA误差下半参数回归模型估计的r-阶矩相合[J]. J4, 2013, 48(1): 83 -88 .
[9] 董丽红1,2,郭双建1. Yetter-Drinfeld模范畴上的弱Hopf模基本定理[J]. J4, 2013, 48(2): 20 -22 .
[10] 廖明哲. 哥德巴赫的两个猜想[J]. J4, 2013, 48(2): 1 -14 .
版权所有 © 2018 《山东大学学报(理学版)》编辑部　
地址: 山东省济南市山大南路27号山东大学中心校区（250100）　电话: +86-0531-88366917　E-mail: xblxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发